大模型时代的智能营销，从“玩具”到“工具箱”

声明:本文来自于微信公众号光子星球，作者:吴先之，授权站长之家转载发布。

“应用才是真正创造价值的，没有应用，芯片、模型都没有价值。”

4月25日，百度Create大会上，百度创始人、董事长兼CEO李彦宏认为，应用与芯片、模型等基建之间的相互作用关系。

尤其是AI技术与智能营销工具之间，通用大模型在缺乏应用场景中的对话更像是“玩具”，而在大模型驱动下的诸多智能营销工具才是真正产生价值的环节。

最早实现AI落地应用场景的智能客服，经历大小厂商推陈出新的产品之下，走得最为深入。

在一众眼花缭乱的智能营销应用中，此前模块化的智能营销，正在发生一次大转折。会上，百度智能云升级发布了服务与营销一体化应用“客悦·ONE”，从产品形态上并非单纯的AI营销工具，而是对工具进行了集成，从而推动行业步入客户营销全旅程AI化的新阶段。

升级后的客悦·ONE深度融合文心、DeepSeek等大模型能力，集成了智能客服、智能外呼、客户洞察功能，形成了从数据洞察到智慧触达，再到高效服务与营销策略优化的闭环体系。

藉由智能营销的新范式，以及智能客服极高的渗透率与通用性。

从“工具”到“工具箱”

“2023年ChatGPT发布后，第一个点燃的领域便是智能客服。”一位业内人士回顾行业变迁时，提到了行业从狂热到冷静的转折。

有业内人士表示，“DEMO毕竟是DEMO，要是做严肃的企业级服务场景，尤其是面客还要解决很多问题，比如怎么解决幻觉语知识有效性问题。”

因此，无论大厂还是中小厂商，在过去两年时间之中的努力大多围绕营销过程中的单一环节展开，相关产品大多带有浓郁的“工具”性质。

在这个单一AI工具阶段，智能营销依托智能客服、智能外呼、客户洞察等模块，初步打通了数据的流入与流出，或者说完成了从点到线的“开荒”。随着应用日益深入，数据规模的增加与落地场景的复杂性，单一工具存在数据使用效率低下，无法覆盖整体营销“面”的问题。

例如单一的客服导购无法完全转化所积累的客户资产，智能外呼与客户洞察由于缺乏动态数据更新，实际体验不佳等。

“半年前，我们展示了它（客悦）在车险续保场景下的表现，现在已经在多个行业客户中落地见效。”一年后百度集团执行副总裁、百度智能云事业群总裁沈抖再一次“上难度”，向外界演示了升级后的客悦·ONE，如何让实际营销过程变得更丝滑、更拟人化。

作为重要的承接环节，客悦·ONE在智能客服模块上，有着很高的自助解决率、运营效率，能够实现企业全域、多场景运营需求。

沈抖在大会上扮演了一位购买了理财产品的用户，现场拨通客悦智能客服的全过程。流畅的对话与拟人化之外，数字人客服已经基于用户信息完成了思考分析。例如当智能客服感知到用户希望退单时，精准意图识别，并进行情绪安抚。

依托文心、DeepSeek等大模型的复杂语义理解与推理能力，客悦·ONE智能客服在多意图理解、多轮对话等复杂场景中实现拟人化，机器人自助解决率达93%以上。客悦·ONE同时支持多模态交互（图片、音视频、表格），内置大量行业模板与预置场景，任务对话、知识问答等AI原生Agent灵活协同下，端到端运营效率提升了6倍以上。

此外，支持机器人与人工客服的无缝切换，Web/H5、App、微信、小红书等多渠道一键接入、统一管理，有效满足企业全域经营、多场景应答需求。

人们对“AI味儿”的智能外呼已经感到审美疲劳，基于端到端语音语言大模型，客悦·ONE能够输出音色富有情感，对话流畅灵活，首字时延低至1.2s，即便用户打断，仍有丝滑自然的智能外呼能力。

如果说智能客服和智能外呼是能力上的升级，那么整合了客户洞察能力之后的客悦·ONE，记你一步实现了客户营销全旅程AI化。

企业智能营销的大前提是全域数据整合，由于整合公、私域多源数据，客悦·ONE能够帮助企业构建多维全景画像。其次，基于对话数据的长期记忆挖掘能力，反哺营销及服务策略优化，改变原有营销圈人不精准、投放浪费的难题。加之内嵌算法模型，支持高潜预判+复购预测+流失预警，帮助企业提升营销转化率。

种种迹象表明，客悦·ONE不再是单一的降本营销工具，而是一个整合了智能营销、智能外呼、客户洞察，为经营提效的“工具箱”。

给产业“造铲”

SaaS时代，To B生意本质上是兜售工具，大厂们所输出的工具，其功能大同小异，因此大多把资源倾斜到培训客户怎么用好工具上——大厂To B业务背后都有着庞大的运维团队。

AI时代，To B生意将因为Agent而发生深刻变化。基于大模型的智能客服平台，未来将看最终效果，或者拿交付过程说话。大厂甚至不用做培训、促单，客户只需要根据实际情况和体验，自主选择产品。

因此，To B厂商是否有丰富、完善的Agent生态，以及多智能体协作能力将变得至关重要。

目前市面上基于大模型的智能客服，存在先AI，再人工分阶段执行的特点。具体来说，是先由AI拦截问题，人工解决拦截不掉的问题。

而客悦·ONE的产品理念是以基于大模型的智能客服Agent为主，人工为辅。人工相当于是老师傅，带着各种各样的智能客服Agent徒弟去执行任务。这种路径在一些场景上解放了人工，例如直面用户场景的对话过程中，客悦·ONE充分拟人化。

从某种意义上，Agent转向是百度Agent能力外溢的产物。客悦·ONE支持从一键圈选高潜客群，到自动生成营销策略并触达目标客群、再到高效应对用户简单或复杂问题咨询，每个节点均由Agent自动处理并推进。

而在另一端，基于对话数据的长期记忆挖掘与动态优化算法，系统可实时反哺营销策略迭代。因此我们从沈抖演示过程中可以看到，在与用户的对话过程中，客悦·ONE精准识别意图与情绪波动，根据咨询需求灵活切换人工，并通过端到端语音语言大模型，实现“无感延时”的流畅体验。

一位业内人士表示，“用户需求与技术迭代是驱动智能客服两个核心动力。”事实上，各行各业对于智能营销的需求十分旺盛，尤其是金融行业。数据显示，截至目前，智能客服在金融领域的渗透率高达100%，在所有细分行业中最高。

例如客服是金融行业最高频的场景之一，存在决策路径长、沟通成本高、用户信任建立慢等情况。

一端是旺盛的需求与丰富的场景，另一端是阻碍落地的行业特性。金融行业因为政策监管数据安全、监管法规等行业特性存在，是落地最难的行业之一。客悦·ONE在该领域大规模落地，相当于走上考场，先解了最难的题。

客悦·ONE智能客服为中信金控打造了大模型财富顾问解决方案，搭建了统一的智能服务入口，覆盖了理财、基金、债券、活动等多个场景，用户意图识别准确率提升到90%以上，解决了传统AI在多轮对话、逻辑推理、知识检索上表现不理想的“顽疾”。

一体化智能营销还提供了更多价值上的溢出，像中信金控通过客悦·ONE智能客服，减少了大量的标注压力，同时把知识库的建设效率提升了一倍。

除智能客服场景外，客悦·ONE在营销转化场景当中帮助某智能硬件品牌，打造了“智能外呼+RPA企微添加”的加粉产品及运营方案;在客户洞察场景帮助某汽车品牌提升了试驾效率、高价值潜客识别、营销策略迭代等。

智能时代的“基建”

客悦抬高了智能营销的天花板，从更大的角度上讲，试图成为全行业智能化基建的百度智能云，有着更长远的打算。

李彦宏在百度Create大会上提到，“创新的本质往往是成本下降，成本降低后，开发者和创业者们才可以放心大胆地做开发，企业才能够低成本地部署大模型，最终推动各行各业应用的爆发。”

大会上，百度全栈自研的四层AI架构都有诸多新变化。李彦宏的表述，实际上表达了百度试图打造一个智能基础设施，推动AI落地，服务到各行各业的设想。

芯片层方面，百度智能云自研昆仑芯P800芯片及百舸大规模推理加速能力，同时实现算力性能与成本的突破。会上点亮昆仑芯三万卡集群，依靠昆仑芯超节点为代表的算力集群管理能力，得以更好地释放文心、DeepSeek等模型的能力，支撑应用层的繁荣。

对于企业和开发者而言，可以在百度AI的三层架构上，去实现应用与落地上的创新。除低成本的优势外，百度持续涌现出客悦·ONE、秒哒等诸多面向B端的AI原生应用，从商业与开发层面降本增效。

依靠全栈自研架构与丰富的应用生态，百度智能云显然在工具、价值、生态层面，都是最适合做企业级Agent的开发平台。

因此之故，沈抖才会在百度Create大会上雄心勃勃地说，“（百度智能云）系统的价值，不仅是解决某一个问题，而是让企业拥有创造‘创造的能力’。”

（举报）